Yazar "Çataltaş, Özcan" seçeneğine göre listele

Listeleniyor 1 - 3 / 3
  • Küçük Resim
    Öğe
    Determination of the ADF and IVOMD Content of Sugarcane Using Near Infrared Spectroscopy Coupled with Chemometrics
    (Selçuk Üniversitesi, 2022) Çataltaş, Özcan; Tütüncü, Kemal
    Sugarcane is a plant whose quality parameters are required to be determined both for being one of the substances used in sugar production and for being used as animal feed. Near-infrared spectroscopy is a technique that has already been used for predicting the parameters of various plants and has gained popularity in recent years. This study proposes a near-infrared spectroscopy-based model for the rapid and effortless analysis of acid detergent fiber fraction and vitro organic matter digestibility parameters of the sugarcane plant. Partial least squares regression was combined with common preprocessing methods for modeling. This model yielded an R 2 CV value of 0.935 and 0.953 for the acid detergent fiber fraction and vitro organic matter digestibility parameters, respectively. Then, the spectra from three handheld spectrometers were combined using a proposed combination method to generate new spectra with higher spectral resolution. New models were built using these generated spectra and compared to the previous result. Obtained results showed that combining spectra from different spectrometers can improve model performance.
  • Küçük Resim
    Öğe
    Diagnosis of mesothelioma disease using different classification techniques
    (2017) Tutuncu, Kemal; Çataltaş, Özcan
    Mesothelioma, which is a disease of the pleura and peritoneum, is an asbestos-related environmental disease in undevelopedcountries. Although the incidence of this disease is lower than that of lung cancer, the reaction it creates in society is very high. In thisstudy, 9 different classification algorithms of data mining were applied to the Mesethelioma data set obtained from real patients in DicleUniversity, Faculty of Medicine and loaded into UCI Machine Learning Repository, and the results were compared. When the obtainedresults were examined, it has been seen that Artificial Neural Network (ANN) had %99.0740 correct classification ratio.
  • Küçük Resim
    Öğe
    Mısır Taneleri Kalite Parametrelerinin Yakın Kızılötesi Spektroskopi ve Bir Boyutlu Evrişimsel Otokodlayıcı ile Tespiti
    (Selçuk Üniversitesi Fen Bilimleri Enstitüsü, 2022) Çataltaş, Özcan; Tütüncü, Kemal
    Tahıl ürünlerinin besin değerlerinin ve kimyasal bileşimlerinin analizi, ürünlerin kalitesinin belirlenmesinde önemli bir rol oynamaktadır. Bu analiz işlemi genellikle özel test cihazları ve uzun test süreci gerektirmesi nedeniyle pratik yöntemlere ihtiyaç duyulmaktadır. Yakın kızılötesi spektroskopisi, hızlı ve düşük maliyetli analiz kabiliyeti ve tahribatsız ölçüm gibi özellikleri nedeniyle son yıllarda yaygın olarak kullanılan bir yöntem haline gelmiştir. Yakın kızılötesi spektroskopisinin birçok farklı alanda kullanımı bulunmasına rağmen, bu bölgede soğurma gösteren atomik bağlar nedeniyle asıl uygulama alanı gıda sektörü olmuştur. Yakın kızılötesi spektroskopisinde spektrum verileri laboratuvar veya el tipi spektrometreler ile elde edilmektedir. Spektrum verileri gerek bu cihazların elektronik veya optik bileşenlerinden kaynaklı, gerekse de ortam kaynaklı çeşitli gürültüler içermektedir. Bu nedenle spektrum verileri öncelikle ön işleme tabi tutulmaktadır. Ön işleme için literatürde çeşitli yöntemler bulunsa da kullanılacak ön işleme yöntemi deneme yanılma yoluyla belirlenmektedir. Bu durum kullanılacak regresyon modelinin başarısını doğrudan etkilemektedir. Son yıllarda popüler olan yapay sinir ağları ve derin öğrenme algoritmalarını yakın kızılötesi spektroskopi ile birleştirmek, bu alana yeni bir bakış açısı getirerek, daha güvenilir modeller oluşturulabilmesini sağlamıştır. Bu tez çalışmasında, yakın kızılötesi spektroskopisinde kullanmak üzere denetimsiz öğrenme türü olan evrişimsel otokodlayıcı modeli oluşturulmuştur. Bu modelle, her bir dalga boyu verisi özellik olarak kabul edilen, bu nedenle özellik sayısı fazla olan spektrum verilerinden daha düşük boyutlu özellikler çıkartılmıştır. Çıkarılan bu özellikler kullanılarak hedef parametresinin tahmini için çoklu doğrusal regresyon modeli oluşturulmuştur. Önerilen yöntem mısır tanelerinin spektrumunu içeren veri seti üzerinde test edilmiştir. Üç farklı spektroskopi cihazının spektrumlarını ve dört farklı hedef kalite parametresi içeren bu veri setinde her bir cihaz için bir evrişimsel otokodlayıcı modeli ve bu modelle çıkarılan özellikleri kullanarak her bir hedef parametresi için çoklu doğrusal regresyon modeli oluşturulmuştur. Önerilen yöntemin sonuçlarını karşılaştırmak için popüler ön işleme yöntemleri olan çarpımsal saçılma düzeltmesi, standart normal değişken, ortalama merkezleme ve Savitzky-Golay filtreleme ile popüler kemometri yöntemleri olan kısmi en küçük kareler regresyonu ve temel bileşenler regresyon yöntemlerinin kombinasyonları kullanılmıştır. Önerilen yöntemin popüler kemometri yöntemlerine göre daha üstün bir performans gösterdiği görülmüştür.